首页--生物科学论文--植物学论文--植物细胞遗传学论文

植物miRNA及其功能的预测方法研究与实现

摘要第4-5页
Abstract第5-6页
1 绪论第9-15页
    1.1 研究背景与意义第9-10页
    1.2 国内外研究现状第10-13页
        1.2.1 植物miRNA预测第10-11页
        1.2.2 植物miRNA功能预测第11-13页
    1.3 本文的研究内容及结构第13-15页
2 基于SVM的植物miRNA预测第15-27页
    2.1 植物miRNA预测模型的构建框架第15-16页
    2.2 正负数据集选择第16-19页
        2.2.1 正负样本数据选择第16-18页
        2.2.2 类不平衡问题及SMOTE算法第18-19页
    2.3 特征提取及特征选择算法第19-23页
        2.3.1 植物miRNA前体及成熟体特征第19-21页
        2.3.2 改进的SVM-RFE特征选择算法第21-23页
    2.4 分类器性能分析第23-25页
        2.4.1 性能评价指标第23-24页
        2.4.2 实验结果与分析第24-25页
    2.5 基于mirPlantPreMat的拟南芥miRNA预测第25-26页
        2.5.1 实验数据集第25页
        2.5.2 拟南芥成熟体miRNA预测第25-26页
    2.6 本章小结第26-27页
3 基于加权蛋白质互作网络的mi RNA功能相似性计算第27-42页
    3.1 miRNA功能相似性计算的整体框架第27-28页
    3.2 加权蛋白质相互作用网络的构建第28-30页
        3.2.1 蛋白质相互作用网络的集成第28-29页
        3.2.2 蛋白质相互作用网络权重计算第29-30页
    3.3 miRNA间功能相似性计算第30-32页
        3.3.1 网络最短路径相关算法第30-31页
        3.3.2 改进的广度优先搜索算法第31页
        3.3.3 miRNA间功能相似性计算第31-32页
    3.4 实验结果与分析第32-40页
        3.4.1 实验数据第32页
        3.4.2 结果分析第32-35页
        3.4.3 PPImiRFS性能评估第35-36页
        3.4.4 性能对比分析第36-39页
        3.4.5 PPImiRFS应用第39-40页
    3.5 本章小结第40-42页
4 基于直推式多标签分类算法的miRNA功能预测第42-51页
    4.1 miRNA功能预测的整体框架第42-43页
    4.2 miRNA功能相似性网络构建第43-44页
        4.2.1 聚类系数第43页
        4.2.2 基于聚类系数的阈值选择算法第43-44页
    4.3 直推式多标签分类算法第44-47页
        4.3.1 直推式学习与多标签分类第44-45页
        4.3.2 直推式多标签分类算法第45-47页
    4.4 实验结果与分析第47-50页
        4.4.1 实验数据集及预处理第47页
        4.4.2 算法性能评价指标第47-48页
        4.4.3 功能预测算法的选择及性能比较第48-50页
    4.5 本章小结第50-51页
结论第51-53页
参考文献第53-59页
攻读硕士学位期间发表学术论文情况第59-60页
致谢第60-61页

论文共61页,点击 下载论文
上一篇:随机增益系统中折射率与增益分布对辐射激光模式的影响
下一篇:薄层二硫化钼中的激子性质研究